随着人脸识别技术的逐渐成熟，“反人脸识别”也频繁出现在公众视野之中。如今，仅用一张贴纸、一个纹身、一件特殊的T恤就能干扰人脸识别的新闻层出不穷。对此，许多企业在进行人脸识别验证的时候都需要配合活体检测，以防被图片蒙混过关。然而，这一方式也可以通过动图来破解。在某宝就有许多商家提供身份认证活体检测的动图，能够做到点头、眨眼、张嘴、摇头等动作。另外，2019年的美国黑帽大会上，腾讯玄武实验室的安全人员就通过给“无意识”的人员戴上专门设计的眼镜，就能访问机主的iPhone并通过移动支付应用程序向他们自己转账。
　　
　　除此以外，人们对对抗样本的关注度也逐渐攀升。所谓对抗样本，就是将噪声引入正常数据样本，并导致人脸识别模型的识别出现错误。对抗样本使得深度学习模型的正确率严重下降，对现有模型提出了挑战，也对攻防提出了新要求。
　　
　　从上述情况可以看出，人脸识别技术有很大的脆弱性，不仅易被破解，也容易让垃圾样本通过识别分类系统。